“疼痛因人而异”——用脑影像将慢性疼痛强度数值化[读懂科学]

by Kim Jonghwa

Published 03 Mar.2026 09:54(KST)

Updated 04 Mar.2026 07:13(KST)

open/close

IBS 以人工智能分析患者各自的“脑指纹”…精准诊断时代更近一步

通过对每位患者的脑成像进行分析，从而将慢性疼痛强度进行定量化的途径已经被打开。研究不再沿用以往寻找“共通疼痛信号”的方式，而是首次利用人工智能（AI）分析每位患者各不相同的“脑指纹”，来预测疼痛强度。预计这将成为制定个体化精准诊断与治疗策略的转折点。

基础科学研究院（IBS）脑科学成像研究团副研究团长、成均馆大学全球生物医学工程学系副教授 Woo Choongwan 与忠南大学教授 Jo Seonggeun 共同领导的联合研究团队表示，他们成功通过分析慢性疼痛患者个体特有的脑功能模式，仅凭脑成像就能精确预测患者主观感受到的疼痛强度。

基于脑成像的慢性疼痛标记在不同脑区的重要性。各脑区的颜色表示排除该脑区时预测准确率下降幅度所对应的重要性数值。图中单独标出重要性最高的5个脑区，这些关键脑区在不同受试者之间各不相同。研究团队提供

慢性疼痛是每5名成年人中就有1人经历的常见疾病，但由于缺乏类似血压、体温那样可客观测量的指标，在诊断和治疗上一直存在局限。尤其是它具有在无外部刺激的情况下也会发生的特性，检查结果往往呈现“正常”所见，因而长期陷入依赖缓解症状而非根本治疗的恶性循环。

研究团队以全身持续出现广泛疼痛的“纤维肌痛症”患者为对象，在数个月内反复进行功能性磁共振成像（fMRI）拍摄。功能性磁共振成像是一种通过脑血流变化来测量脑部激活区域的设备。研究人员将这些数据通过人工智能机器学习进行分析，构建出每位患者的“脑功能连接组（脑连接网络图）”。

结果显示，新开发的生物标记仅凭脑成像信息，就能够高精度预测患者数个月间所经历的疼痛强度变化。尤其是从某一患者身上提取出的疼痛模式并不能套用到其他患者身上，这从科学上证明了疼痛反应如同指纹一般因人而异。

研究团队选择的策略不是依赖群体平均值，而是“针对同一名受试者反复收集足够多的数据”。当拍摄次数超过4～5次后，预测准确度显著提升，这表明个体化研究路径具有明显效果。

IBS 副研究团长 Woo Choongwan 表示：“本研究表明，看不见的慢性疼痛可以通过脑成像实现相对客观化和量化”，并称“为今后开发患者个体化治疗方法奠定了精准医疗的基础”。第一作者、博士后研究员 Lee Jaejung 则表示：“关键在于，每位患者与疼痛相关的脑连接网络都具有独特性”，“今后将把这一成果发展为可在临床一线应用的、以大脑为基础的精准诊断技术”。